我国首次采用的高架车场及综合维修基地一武汉市轨道交通1号线一期工程石乔 口路车场

武汉市轨道交通1号线一期工程的硚口路车场及综合维修基地是我国目前城市轨道交通车场设计中首次采用的高架车场。设计人员在建筑、结构、工艺等的设计中克服了没有相适应的设计规范和用地面积狭小等特殊环境产生的困难,提出了较合理的布局、在列车荷载作用下房屋结构的荷载计算办法、减振降噪措施,以及对车场轨道布置采取的对策。     

农业产业片区综合交通体系研究——以潍坊国家农业开放发展综合试验区为例

农业产业相关研究是涉及国家粮食安全的重要课题,交通是区域发展的引擎、骨骼和血脉,构建好综合交通体系对支撑农业生产片区发展具有重要意义。本文以全国首个农业开放发展综合试验区为例,基于“农业产业示范区、乡村振兴生态城”的总体定位,以“开放畅达、高效便捷、绿色生态”为核心目标,以特色完整的指标体系为传导,对外以“双快网络”促进农综区快速融入潍坊七城一体格局,对内针对产业新城、创新小镇、农场基地及特色乡村不同的交通特征提出分区差异化控制策略的特色交通体系,以期达成“开放畅达的北部核心、高效便捷的农业产城、绿色生态的田园慢城”的交通新目标,并对农综区两张特色交通网:大道通衢、田园阡陌—高协调的道路网、绿色生态、郊田野趣—高品质的绿行网开展了详细研究。同时规划与国土空间规划同期编制,注重与基本农田保护红线、生态保护红线的空间协调关系,成果纳入国土空间规划保证设施的用地指标。     

基于改进GAN的端到端自动驾驶图像生成方法

基于端到端数据系统的自动驾驶系统对驾驶图像存在巨大需求。为解决一般生成式对抗网络模型在扩充驾驶图像数据集时不稳定及生成图像特征缺乏多样性的问题,研究1种改进网络模型LS-InfoGAN。结合最小二乘对抗损失防止模型梯度消失,并缓解生成器优化矛盾,提升模型训练稳定性。通过最大化生成图像与真实图像间的互信息提升生成器特征学习能力,改善生成图像特征多样性。利用转置卷积层还原图像特征,提升生成图像特征清晰度。以自主构建的模拟驾驶场景中获取的带标签驾驶图像集对模型有效性及其数据集扩充应用效果进行验证。实验分析表明:相比改进前模型,LS-InfoGAN模型的图像生成过程稳定性平均提升35%;使用此模型扩充的数据集进行端到端自动驾驶系统中决策网络的训练能在不采集新图像的情况下将系统决策性能提升1%~2%;建议使用此模型扩充图像数据集时将生成图像数量设置为原始训练集图像数量的1~2倍。      

面向常发拥堵点的主动交通诱导方法

基于动态用户均衡、系统最优分配的诱导方法,侧重路网需求的宏观预测和调节,难以准确辨识道路拥堵点的关联车流,制约了诱导效果。为精准调控致堵车流,有效缓解常发性拥堵,研究基于需求溯源的主动交通诱导方法。遵循靶向诱导的思路,分析车辆行驶轨迹和常发拥堵点的交通流关联性,运用卡尔曼滤波对关联车流进行短时预测,在此基础上,结合流量占比、路径饱和度等指标,对诱导目标车流进行优选。同时,从负荷均衡的角度出发,基于路段与路径交通流的时空关联更新路网交通状态,建立以饱和度均衡为目标的主动诱导优化模型。仿真结果表明:相比反应型诱导与基于路径偏好的主动型诱导,所提方法使常发拥堵点的车均延误、停车次数等下降30%~60%,路网车均延误、停车次数等下降10%~15%,模型收敛速度提高,交通效益提升,验证了该方法的有效性。      

卡尔曼滤波短时交通流预测普通国省道适应性研究

短时交通流预测是提高普通国省道交通运行效率和安全的关键技术之一。普通国省道具有分布地域广、情况复杂的特点,要求短时交通流预测方法具有良好的适应性,然而,针对短时交通流预测算法适应性及其机制的系统性研究尚不多见。选取1种自适应卡尔曼滤波算法,系统分析其适应性和适应机制。获取江苏省徐州市普通国省道路网中8个交通调查站所采集的实际交通流数据开展实例分析,结果表明:在不同的交通流量水平下,所选算法均值预测的平均绝对百分比误差在10.98%~15.92%之间,区间预测的无效覆盖率在5.21%~6.15%之间,表明所选的自适应卡尔曼滤波算法在不同交通流水平下都具有良好的预测性能;对所选算法的参数进行分析发现,算法参数能够随交通流水平的变化而自动调整,具有良好的自适应机制;所选算法能够在预测初期实现有效的性能调整和收敛。      

基于UWB定位的邮轮乘员伴随关系发现算法

准确发现邮轮内部空间乘客之间的伴随关系, 在室内环境安装UWB定位设备开展室内人员定位实验。根据UWB定位的位置数据特点, 提出结合室内位置语义的Hausdorff-DBSCAN算法以聚类邮轮乘员轨迹, 并利用LSTM神经网络对疑似伴随关系对象进行相似度变化趋势的预测。传统的Hausdorff算法在计算轨迹相似度时未考虑轨迹时序一致的问题, 引入位置语义序列能够较好地解决这个问题。改进后的Hausdorff-DBSCAN算法的输入为乘员轨迹数据集, 根据轨迹整体相似度阈值选定聚类半径, 输出具有伴随关系的乘员轨迹聚类结果; LSTM神经网络以定长时间窗口的点邻近度序列为输入, 预测后1个时刻点邻近度值, 结合轨迹相似度阈值和预测结果分析乘员伴随关系的时序变化。利用Anylogic建模单层邮轮室内环境进行乘员仿真得到的轨迹数据验证算法的有效性。改进的Hausdorff-DBSCAN算法的准确率为0.920, 召回率为0.950, F₁值为0.934, 准确率高出对比算法至少5.7%, 召回率高出对比算法至少8.0%, F1值高出对比算法至少6.7%。同时LSTM在预测邮轮乘员之间相似度变化时, 收敛后的误差值能保持在3%~4%左右, 预测结果具有较高的准确性。      

高速公路交通态势分析探究

高速公路交通需求逐年增长,拥堵频发,态势分析具有紧迫性。通过梳理目前交通态势研究的相关内容,发现了交通态势研究的不足,给出了交通态势的定义和内容,明确了交通态势分析的流程和关键技术。推导改进Van Aerde模型,用于描述交通状态;给出了ARIMA模型作为交通流预测的方法,确立了基于运行速度的交通态势分级评估指标,为交通态势的进一步深化研究和管控策略的制定提供了理论支撑。     

海事重点监管船舶定位系统黄浦江水域应用研究

海事重点监管船舶定位系统是针对上海黄浦江闵行段水域海事重点监管船舶逃逸问题而建设应用的系统。该系统前端设备独立性强,携带、装卸方便,应用功能尤其是报警功能全面及时可靠,已在黄浦江闵行段水域的海事监管应用中取得良好的效果,但仍存在硬件性能不足、定制化功能待完善、应用管理机制未建立等问题。文中针对该系统存在的问题提出了提高硬件性能、完善定制化应用功能及建立完善应用管理机制等建议,以期为海事重点船舶防逃逸监管提供一种高效、完善的解决方案。     

亦庄新城现代有轨电车T1线沿线交通设计分析

有轨电车具有安全、快捷、成本低等优点,但会占用一定的道路资源,对现状道路横断面布置以及交叉口交通组织带来一定影响.结合亦庄新城现代有轨电车T1线工程,分析有轨电车与城市道路系统之间合理的路权分配模式;通过交通量预测,确定道路交通需求,并结合铺设有轨电车后对现状道路的影响,在满足道路交通需求、减少工程量、减少现状树木伐移的前提下,确定道路横断面合理的调整方式;根据相交路道路等级、交通流量大小,对铺设有轨电车后城市道路交通系统在交叉口处的交通组织进行分析,探究有轨电车系统、机动车系统、慢行系统三者之间合理、高效的交叉口交通组织形式,针对不同情况,采取共享相位、绝对优先控制或相对优先控制等策略;结合岛式、侧式车站设置不同的行人二次过街等候设施,并通过施划交通标线明确非机动车道路权,确保慢行系统的安全、有序.最后总结了亦庄新城现代有轨电车T1线在横断面布置、交叉口交通组织、慢行系统交通等方面的设计经验.     

基于TD3算法的人机混驾交通环境自动驾驶汽车换道研究

提高人类驾驶人的接受度是自动驾驶汽车未来的重要方向,而深度强化学习是其发展的一项关键技术。为了解决人机混驾混合交通流下的换道决策问题,利用深度强化学习算法TD3（Twin Delayed Deep Deterministic Policy Gradient）实现自动驾驶汽车的自主换道行为。首先介绍基于马尔科夫决策过程的强化学习的理论框架,其次基于来自真实工况的NGSIM数据集中的驾驶数据,通过自动驾驶模拟器NGSIM-ENV搭建单向6车道、交通拥挤程度适中的仿真场景,非自动驾驶车辆按照数据集中驾驶人行车数据行驶。针对连续动作空间下的自动驾驶换道决策,采用改进的深度强化学习算法TD3构建换道模型控制自动驾驶汽车的换道驾驶行为。在所提出的TD3换道模型中,构建决策所需周围环境及自车信息的状态空间、包含受控汽车加速度和航向角的动作空间,同时综合考虑安全性、行车效率和舒适性等因素设计强化学习的奖励函数。最终在NGSIM-ENV仿真平台上,将基于TD3算法控制的自动驾驶汽车换道行为与人类驾驶人行车数据进行比较。研究结果表明：基于TD3算法控制的车辆其平均行驶速度比人类驾驶人的平均行车速度高4.8%,在安全性以及舒适性上也有一定的提升;试验结果验证了训练完成后TD3换道模型的有效性,其能够在复杂交通环境下自主实现安全、舒适、流畅的换道行为。